arXiv 机器学习· Mohammad Sadeq Abolhasani, Viswanath Ganapathy·· 4 小时前AI 评分33
基于隐式多表表示学习构建先验数据拟合关系模型
Path to Prior-Data Fitted Relational Models via Learned Latent Multi-table Representations
AI 导读
研究人员将先验数据拟合网络（PFN）范式扩展至基于图的关系基础模型 Griffin，在大规模合成关系数据库上开展课程学习预训练。该方案把预训练编码器的隐式表示输入冻结的上下文预测器，下游任务无需任何微调。在 16 个真实关系分类任务评测中，纯合成课程学习取得了最强冻结性能，表现优于纯真实数据预训练及单阶段混合训练。
来源：arXiv 机器学习 · arxiv.org